web-dev-qa-db-fra.com

multitraitement: map vs map_async

Quelle est la différence entre map et map_async? N'exécutent-ils pas la même fonction après avoir distribué les éléments de la liste à 4 processus?

Alors, est-il faux de supposer que les deux fonctionnent en mode asynchrone et en parallèle?

def f(x):
   return 2*x

p=Pool(4)
l=[1,2,3,4]
out1=p.map(f,l)
#vs
out2=p.map_async(f,l)
python-2.7python-multiprocessing
41
aman

Il existe quatre choix pour mapper les tâches aux processus. Vous devez prendre en compte les arguments multiples, la concurrence, le blocage et le classement. map et map_asnyc ne diffèrent que par le blocage. map_async Est non bloquant, alors que map bloque

Alors disons que vous aviez une fonction

from multiprocessing import Pool
import time

def f(x):
    print x*x

if __== '__main__':
    pool = Pool(processes=4)
    pool.map(f, range(10))
    r = pool.map_async(f, range(10))
    # DO STUFF
    print 'HERE'
    print 'MORE'
    r.wait()
    print 'DONE'

Exemple de sortie:

0
1
9
4
16
25
36
49
64
81
0
HERE
1
4
MORE
16
25
36
9
49
64
81
DONE

pool.map(f, range(10)) attendra que les 10 appels de fonction soient terminés afin que toutes les impressions soient affichées à la suite. r = pool.map_async(f, range(10)) les exécutera de manière asynchrone et ne bloquera que lorsque r.wait() sera appelé afin que nous puissions voir HERE et MORE entre les deux mais DONE toujours être à la fin.

65
quikst3r